Avviksregistrering

GJELDER FOR: Power Bi-tjeneste for forbrukerePower Bi-tjeneste for designere og utviklerePower BI Desktop krever Pro- eller Premium-lisens

Avviksgjenkjenning hjelper deg med å forbedre linjediagrammene ved automatisk å oppdage avvik i tidsseriedataene. Det gir også forklaringer for avvikene for å hjelpe med grunnårsakanalyse. Med bare et par klikk kan du enkelt finne innsikt uten å kutte og diktere dataene. Du kan opprette og vise avvik i både Power BI Desktop og Power Bi-tjeneste. Trinnene og illustrasjonene i denne artikkelen viser deg hvordan du konfigurerer avviksgjenkjenning for et linjediagram i Power BI Desktop.

Merk

Denne videoen bruker en tidligere versjon av Power BI Desktop.

Kom i gang

Denne opplæringen bruker nettbaserte salgsdata for ulike produkter. Hvis du vil følge denne opplæringen, kan du laste ned eksempelfilen i et scenario for salg på nettet.

Du kan aktivere avviksgjenkjenning ved å velge diagrammet og velge avvik på Analyse-fanen i Visualiseringer-ruten.

Dette diagrammet viser for eksempel omsetning over tid. Hvis du legger til avviksgjenkjenning, berikes diagrammet automatisk med avvik og forventet verdiområde. Når en verdi går utenfor denne forventede grensen, merkes den som en anomali. Se denne tekniske bloggen for mer informasjon om avviksdetektor-algoritmen.

Formater avvik

Denne opplevelsen er svært tilpassbar. Du kan formatere avvikets figur, størrelse og farge, i tillegg til fargen, stilen og gjennomsiktigheten til det forventede området. Du kan også konfigurere parameteren for algoritmen. Hvis du øker følsomheten, er algoritmen mer følsom for endringer i dataene. I så fall er selv et lite avvik merket som en anomali. Hvis du reduserer følsomheten, er algoritmen mer selektiv på hva den anser som en anomali.

Forklaringer

I tillegg til å oppdage avvik, kan du også automatisk forklare avvikene i dataene. Når du velger avviket, kjører Power BI en analyse på tvers av felt i datamodellen for å finne ut mulige forklaringer. Det gir deg en naturlig språkforklaring av avviket, og faktorer knyttet til den avviket, sortert etter den forklarende styrken. I bildet nedenfor kan du se at den 30. august var Omsetning \$5187, som er over det forventede området på \$2447 til \$3423. Du kan åpne kortene i denne ruten for å se flere detaljer om forklaringen.

Konfigurer forklaringer

Du kan også kontrollere feltene som brukes til analyse. Hvis du for eksempel drar Selger og By inn i Forklar etter-felt-brønnen, begrenser Power BI analysen til bare disse feltene. I dette tilfellet synes avviket den 31 august å være forbundet med en bestemt selger og bestemte byer. Her har selgeren Fabrikam en styrke på 99 %. Power BI beregner styrke som forholdet mellom avviket fra den forventede verdien, når den filtreres etter dimensjonen til avviket i totalverdien. Det er for eksempel forholdet mellom faktisk minus forventet verdi, mellom komponenttidsserien Fabrikam og samlet tidsserie samlet omsetning for avvikspunktet. Når du åpner dette kortet, vises visualobjektet med en økning i inntektene for denne selgeren 31. Bruk alternativet Legg til i rapport for å legge til dette visualobjektet på siden.

Hensyn og begrensninger

• Avviksgjenkjenning støttes bare for visualobjekter i linjediagram som inneholder tidsseriedata i aksefeltet.
• Avviksgjenkjenning støttes ikke med forklaringer, flere verdier eller sekundære verdier i et visualobjekt for linjediagram.
• Avviksregistrering krever minst fire datapunkter.
• Prognoselinjer, Min, Maks, Gjennomsnitt, Median og Persentil fungerer ikke med avviksgjenkjenning.
• Direktespørring over en SAP-datakilde, rapportserver for Power BI og live-tilkobling til Azure Analysis Services eller SQL Server Analysis Services støttes ikke.
• Avviks forklaringer fungerer ikke med alternativene Vis verdi som.
• Drilling ned for å gå til neste nivå i hierarkiet støttes ikke.

Relatert innhold

Hvis du vil lære mer om algoritmen som kjører avviksgjenkjenning, kan du se Tony Xings innlegg på SR-CNN-algoritmen i Azure Anomaly Detector.